基于球團質量指標的生產過程優(yōu)化研究.pdf

1、隨著高爐的大型化、自動化以及最大限度地降低焦比的要求，對高爐爐料的質量要求越來越高。球團礦由于其特有的冶金性能而成為當今冶煉爐料中不可缺少的組成部分。然而球團質量指標的檢測大多是在成品球團生產出來以后才進行的，這很難針對生產過程的球團質量狀況實時得調整生產過程參數，從而影響企業(yè)的生產質量和效益。因此建立成品球團的質量預報模型是非常必要的。
　　鏈篦機-回轉窯氧化球團燒結過程是一個涉及到傳質、傳熱和復雜化學反應的工業(yè)過程。采用傳統(tǒng)方

2、法建立其質量預報模型是非常困難的。本文采用BP神經網絡建立球團礦質量預報模型，采用粗糙集理論中的屬性約簡算法選擇與球團質量相關性大的參數作為球團礦質量預報模型的輸入，保證了預報模型輸入參數的合理性，為網絡模型的精度提供了保障，并且有效地減少了神經網絡模型的計算工作量。建立了球團抗壓強度、FeO和低溫還原粉化指數的預報模型，仿真結果驗證了所建模型的準確性。
　　本文建立了以抗壓強度為優(yōu)化目標的球團生產過程參數優(yōu)化模型，并采用遺傳算法